采用UKF的光学捷联导引头刻度尺误差补偿方法

针对光学捷联导引头刻度尺误差带来的隔离度问题,提出了一种基于无迹卡尔曼滤波(UKF)的刻度尺误差实时补偿方法.分析了刻度尺误差引起隔离度问题的机理,由弹目相对运动方程以及光学捷联导引头量测方程建立了考虑刻度尺误差影响的非线性滤波模型,采用UKF滤波算法,对刻度尺系数进行估计,并用所提出的补偿方法进行实时补偿,最后进行了数学仿真及半实物仿真验证.仿真结果表明:所提方法能够有效地估计出刻度尺系数,经补偿后改善了系统的稳定性,同时提高了制导精度.     

全捷联图像导引头隔离度辨识及其抑制技术应用

针对全捷联图像导引头中传感器刻度尺误差与动力学偏差引起的隔离度问题,阐述了隔离度寄生回路产生的机理,并提出在线辨识探测器及角速率陀螺刻度尺系数与补偿导引头动力学延迟的隔离度抑制方案。建立导引头数字平台的等效模型,基于无迹卡尔曼滤波算法（UKF）,对传感器刻度尺系数以及真实弹目视线角速率进行辨识;运用匹配滤波器补偿导引头探测器动力学滞后。最后进行数学仿真,从稳定弹体飞行姿态与提升制导精度两个方面,对各方案的可行性进行了论证。结果表明:UKF滤波算法与匹配滤波器可以有效地对隔离度进行抑制并提升制导系统性能。     

捷联导引头延时引起的隔离度问题研究

研究了捷联导引头引起的隔离度问题,建立了捷联导引头延时造成的寄生回路模型,分析了捷联导引头延时引起隔离的机理,得到了捷联导引头延时引起的隔离度函数。研究了导引头延时造成寄生回路的稳定性,在制导参数取不同值情况下,绘制捷联导引头延时引起的寄生回路稳定区域。仿真结果表明:制导系统延迟环节动力学时间常数相对于弹体动力学时间常数越大,对系统克服导引头延时的影响越有利。减小弹体气动力时间常数,可以增强系统容忍导引头延时时间的能力。研究成果对于实现捷联导引头的工程应用具有重大意义。     

半捷联导引头隔离度影响与STUKF在线补偿

传感器的刻度尺系数不匹配与机械结构运转造成的干扰力矩为引发半捷联导引头隔离度产生的主要原因。针对上述问题,首先将不同因素所引发隔离度对导弹控制系统稳定性与制导精度的影响进行了比对。然后,建立了考虑隔离度寄生回路影响的非线性滤波模型,采用强跟踪无迹卡尔曼滤波（STUKF）算法,对传感器刻度尺误差、稳定平台干扰力矩与弹目视线角速度进行同时估计,以达到在线辨识与补偿导引头隔离度的目的。最后,对在线补偿方案进行了数字仿真验证。实验结果表明:所提方法能有效改善系统的制导性能,提升导弹的制导精度,并具有较好的抗干扰性与鲁棒性。以上理论分析可为半捷联导引头隔离度的综合评估以及在线补偿方面的工程应用提供指导。     

捷联式光学导引头特性与多维度最优制导律

为实现捷联式光学成像导引头与制导系统一体化设计,建立了全捷联制导与控制系统,根据捷联导引头特性进行制导与控制原理研究。首先,建立了全捷联导引头与陀螺的数学模型;接着,针对捷联导引头无法精确提取视线角速率的问题,提出姿态驾驶仪与视线角积分比例导引相结合的控制与制导方案,并分析了导引头体视线角、刻度因数、导航比和系统稳定区域之间的关系;然后,推导了全捷联制导系统最优制导律以提高制导系统响应速度;最后,进行了控制与制导系统飞行仿真,仿真结果表明:捷联式制导与控制系统能对静止与运动目标（速度为60 km/h）进行有效攻击,最大射击误差分别为1.49 m与2.62 m;系统误差、陀螺零偏与零偏稳定性对制导系统精度影响较大。捷联导引头制导与控制系统能满足空对地系统对静止与低速运动目标的攻击要求。     

单兵全捷联图像制导弹药制导信息估计技术

针对全捷联图像导引头无法直接得到惯性系下的视线角速率问题,提出了基于扩展卡尔曼滤波的制导信息估计算法。首先推导了理想条件下视线角速率的解耦公式。进而基于扩展卡尔曼滤波方程,建立了全捷联体制下的制导信息估计模型,结合单兵便携式制导弹药的作战使用模式,通过蒙特卡洛打靶进行了精度仿真分析。最后通过半实物仿真实验对制导系统的闭环可行性进行了验证。结果表明,通过该算法估计得到的制导信息可以满足全捷联制导弹药命中精度的要求,全捷联图像导引头结合制导信息估计算法的技术途径具有较高的工程价值。     

全捷联对地攻击制导武器导引头隔离度对制导系统性能的影响

针对全捷联图像导引头隔离度问题,分别推导了由探测器和角速率陀螺之间的刻度尺系数误差及动力学偏差引起的隔离度传递函数;采用系数冻结法及劳斯判据分析了含有隔离度寄生回路的制导系统稳定区域,给出了不同无量纲末导时间下制导系统稳定时刻度尺误差和动力学偏差的取值范围;利用伴随函数法研究了隔离度对制导精度的影响。以上研究结果可以为全捷联制导武器制导控制系统参数设计提供参考,对于隔离度正反馈的情况应予以更多关注。     

导引头隔离度对最优落角制导律制导性能影响研究

针对工程应用中最优落角制导律性能受导引头隔离度影响的问题,基于最优落角制导律（GLTIA）和拓展最优落角制导律（EGLIA）,建立了包含捷联导引头隔离度寄生回路的最优落角制导律系统,研究了捷联导引头隔离度对制导系统稳定性的影响,利用伴随函数法,通过仿真对比分析了捷联导引头隔离度对GLTIA和EGLIA制导精度的影响。仿真结果表明:相比正反馈情况,当捷联导引头隔离度寄生回路为负反馈时,最优落角制导律具有较高的稳定域,系统稳定性会随着隔离度幅值的增大而减小。相比于GLTIA,EGLIA的制导性能更优,但导引头隔离度对其制导性能的影响也更为严重,在实际工程应用中,要保证最优落角制导律有较高的制导性能,EGLIA和GLTIA需将导引头隔离度水平分别控制在2.5%和3.5%以下,以降低寄生回路对制导系统稳定性的影响。     

半捷联导引头混合自抗扰控制系统设计

为了使半捷联导引头在干扰力矩和刻度尺误差引起的耦合干扰及其他不确定干扰下仍具有很强的鲁棒性,提出了伺服系统混合自抗扰控制（Active Disturbance Rejection Control,ADRC）方案。首先,建立了导引头半捷联稳定平台数学模型;其次,设计了半捷联导引头稳定平台混合自抗扰控制系统,通过对自抗扰稳定回路频带特性进行研究,分析了控制器参数对控制性能的影响,给出了控制参数设计原则;最后,对混合自抗扰控制方案进行了数字仿真验证。仿真结果表明:相比于传统控制器,混合自抗扰控制器能获得更好的控制精度,能有效克服干扰力矩和刻度尺误差对导引头的影响,在典型弹体频率2 Hz处隔离度幅值比传统控制器最多能降低约67.9%。研究成结果可为半捷联导引头稳定控制系统的设计提供指导。     

全捷联导引头隔离度对制导稳定性的影响

针对采用全捷联导引头的末制导问题,分析了产生隔离度的主要原因,建立了包含寄生回路的比例导引系统模型,基于时变系统的Lyapunov 稳定性理论提出了制导系统的一致渐进稳定性,并利用无源性方法分析了制导系统的一致渐进稳定条件,研究了隔离度对比例导引制导稳定性的影响。结果表明,制导系统的一致渐进稳定条件比寄生回路更加严格,而不完全解耦后残余的隔离度具有不确定性,其正反馈更易导致比例导引系统提前失稳并造成较大脱靶量。     

扩展卡尔曼滤波在无源定位中的应用研究

阐述了卡尔曼滤波(KF)和扩展卡尔曼滤波(EKF)的原理和方法,建立了无源定位系统的状态模型和观测模型,推导了将非线性观测模型线性化,并利用EKF进行递推滤波估计的步骤和公式。通过计算机仿真,验证了运用EKF算法解决基于方位角及其变化率测量信息的无源定位方法,结果表明,运用EKF滤波算法,可以实现单观测站对运动目标的无源定位,初始状态估计误差对定位收敛的性能有较大影响。     

大失准角下SINS的KF/EKF2混合滤波对准

针对捷联惯导系统(SINS)大失准角下滤波对准过程中非线性滤波器状态维数过大的问题,提出了一种基于模型分解的卡尔曼滤波/二阶扩展卡尔曼滤波(KF/EKF2)混合滤波方法,将基于欧拉平台误差角的非线性滤波模型分解为线性部分和非线性部分,分别采用线性KF滤波和非线性EKF2滤波处理,并且设计了混合滤波的滤波步骤。实验结果表明,KF/EKF2混合滤波算法在计算量、实时性及精度等方面优于最常用的无迹卡尔曼滤波(UKF)和EKF2滤波。     

基于扩展卡尔曼滤波模型的电动汽车锂电池SOC估算研究

针对新能源电动汽车锂电池电荷状态SOC估算问题,在锂电池二阶RC等效电路模型基础上,引入扩展卡尔曼滤波方法,利用扩展卡尔曼滤波方法处理复杂非线性系统能力,建立了扩展卡尔曼滤波锂电池SOC估算模型,并通过MATLAB/Simulink对新建模型仿真分析。仿真结果显示,建立的扩展卡尔曼滤波锂电池SOC估算模型具有较高估算精度,整体误差小于±0.05%,满足新能源电动汽车对锂电池SOC估算要求。     

Tracking application about singer model based on marginalized particle filter

This article deals with the problem of maneuvering target tracking which results in a mixed linear/non-linear model estimation problem.For maneuvering tracking system,extended Kalman filter (EKF) or particle filter (PF) is traditionally used to estimate the states.In this article,marginalized particle filter (MPF) is presented for application in a mixed linear/non-linear model estimation problem.MPF is a combination of Kalman filter (KF) and PF.So it holds both advantage of them and can be used for mixed linear/non-linear substructure,where the conditionally linear states are estimated using KF and the nonlinear states are estimated using PF.Simulation results show that MPF guarantees the estimation accuracy and alleviates the potential computational burden problem compared with PF and EKF in maneuvering target tracking application.     

Simple Derivative-Free Nonlinear State Observer for Sensorless AC Drives

In this paper, a new Kalman filtering technique, unscented Kalman filter (UKF), is utilized both experimentally and theoretically as a state estimation tool in field-oriented control (FOC) of sensorless ac drives. Using the advantages of this recent derivative-free nonlinear estimation tool, rotor speed and$dq$-axis fluxes of an induction motor are estimated only with the sensed stator currents and voltages information. In order to compare the estimation performances of the extended Kalman filter (EKF) and UKF explicitly, both observers are designed for the same motor model and run with the same covariance matrices under the same conditions. In the simulation results, it is shown that UKF, whose several intrinsic properties suggest its use over EKF in highly nonlinear systems, has more satisfactory rotor speed and flux estimates, which are the most critical states for FOC. These simulation results are supported with experimental results.     

粒子滤波器及其在目标跟踪中的应用

为了在物理条件下对目标进行精确建模，有时需要运用非线性、非高斯系统。而常规的卡尔曼滤波算法要求系统是线性高斯型的，因而不能直接用来解决非线性、非高斯问题。为了解决这一问题，人们开发出各种非线性滤波算法。一种是扩展卡尔曼算法(EKF)，它对非线性系统进行局部线性化，从而间接利用卡尔曼算法进行滤波与估算；另一种是序列蒙特卡罗算法，亦即粒子滤波器(PF)，它是最近出现的解决非线性问题的有效算法。本文简要介绍非线性跟踪的最优与次优贝叶斯算法，重点关注粒子滤波器，通过再入大气层弹道目标的例子，说明PF在目标跟踪中的应用。     

CDKF在GPS/SINS组合导航系统非线性模型中的应用

GPS/SINS组合导航系统模型的非线性会导致扩展卡尔曼滤波（EKF）的估计精度降低。而中心差分卡尔曼滤波（CDKF）的新型非线性滤波方法,则利用插值公式对非线性系统的状态估计进行逼近,从而减小线性化误差对系统精度的影响。针对GPS/SINS导航系统的特点,建立了一种非线性误差模型,并将EKF与CDKF分别应用于组合导航系统模型中进行仿真比较。仿真结果表明,该算法简单易实现,且能满足系统在非线性模型下的导航要求,并具有较高的精度和收敛性。     

The use of fake algebraic Riccati equations for co-channel demodulation

This paper describes a method for nonlinear filtering based on an adaptive observer, which guarantees the local stability of the linearized error system. A fake algebraic Riccati equation is employed in the calculation of the filter gain. The design procedure attempts to produce a stable filter at the expense of optimality. This contrasts with the extended Kalman filter (EKF), which attempts to preserve optimality via its linearization procedure, at the expense of stability. A passivity approach is applied to deduce stability conditions for the filter error system. The performance is compared with an EKF for a co-channel frequency demodulation application.     

Identification of certain time-varying nonlinear Wiener andHammerstein systems

The problem of identification and tracking of time-varying nonlinear systems is addressed. In particular, the Wiener system that consists of a dynamic time-varying linear part followed by a fixed nonlinearity and the Hammerstein system in which the order of these two blocks is reversed are studied. The extended Kalman filter (EKF) algorithm is applied. It is also shown that this algorithm can be reformulated in terms of a nonlinear minimization problem with a quadratic inequality constraint in order to ensure exponential stability, resulting in the algorithm CEKF. As indicated by means of numerical examples, this latter algorithm is less sensitive to the chosen initialization than the EKF. The proposed algorithms depend on certain second-order statistics that may be unknown in a typical scenario. A method for estimation of these quantities is proposed. It is demonstrated that the suggested algorithms can be successfully applied to the problem of acoustic echo cancelation